Amazon ha anunciado la apertura en beta de su servidor para el protocolo de contexto modelo (MCP), una propuesta para que anunciantes y partners de adtech conecten agentes de IA a Amazon Ads a través de una sola integración, en lugar de desarrollar conexiones específicas para cada flujo de trabajo.
Según ha explicado Paula Despins, VP de medición publicitaria de Amazon Ads, el servidor MCP permite conectar agentes al software publicitario de Amazon “en minutos”. Se trata de un protocolo compartido que traduce prompts de lenguaje natural en peticiones de API estructuradas, actuando como capa intermedia entre los agentes de IA y los sistemas publicitarios de Amazon.
El servidor está construido sobre el Protocolo de Contexto Modelo (MCP), un estándar abierto desarrollado originalmente por Anthropic. En la arquitectura planteada por Amazon, el servidor se sitúa entre los agentes de IA y las APIs de Amazon Ads. Una vez conectados, los agentes pueden ejecutar tareas como activar campañas, ajustar presupuestos, gestionar productos o lanzar informes.
Uno de los elementos del despliegue es lo que Despins denomina “una herramienta para acciones comunes”. Amazon sostiene que muchos flujos de trabajo publicitarios reúnen múltiples pasos y sistemas, y que estas herramientas agrupan esos pasos para que un agente pueda ejecutarlos con un único prompt conversacional.
“En casi cualquier sistema publicitario se requieren múltiples acciones”, afirmó Despins. “Con estas herramientas, puedes simplificar las acciones comunes en un único prompt conversacional. Simplifica tener que hacer acciones multitarea, que es algo común en publicidad”.
La compañía plantea que esta simplificación busca reducir un problema habitual en la IA agéntica: el exceso de razonamiento. Según Despins, los agentes pueden necesitar interpretar qué hace una API, cómo funciona y qué versión utiliza, lo que puede ralentizar la ejecución o conducir a resultados no deseados. “Los agentes hoy necesitan contexto de lo que hace la API y cómo opera, lo que crea mucha carga en el razonamiento del agente”, señaló.
Despins puso como ejemplo una prueba interna temprana. En un prototipo, Amazon pidió a un agente que generara un informe de path-to-conversion con todos los puntos de contacto publicitarios previos a una compra. En lugar de conectarse a una API existente, el agente escribió su propio código y lo ejecutó en Amazon Marketing Cloud, procesando más de tres años de datos.
Amazon sostiene que las herramientas MCP están diseñadas para prevenir este tipo de desvíos, aportando instrucciones específicas para flujos de trabajo comunes.
